专利交易市场

本发明公开了一种用于鉴定青稞品种的试剂盒，它包括SEQ ID NO.1～32所示的16对SSR引物。本发明还提供了一种鉴定青稞品种的方法。本发明提供的检测方法可以准确、有效地区分青稞的品种，成本低廉，为青稞快速鉴定提供了条件。

本发明涉及人工智能领域，具体涉及一种基于人工智能与高光谱成像的红枣品种鉴别方法，包括：获取待鉴别品种红枣灰度图像的第一候选窗口；获取待鉴别品种红枣灰度图像的第二候选窗口；重复上述步骤获取标准品种红枣灰度图像的第二候选窗口；获取每个待鉴别品种红枣灰度图像第二候选窗口的最优匹配的标准品种红枣灰度图像第二候选窗口；通过获取每个待鉴别品种红枣的灰度图像第二候选窗口及其最优匹配的标准品种红枣灰度图像第二候选窗口的平均光谱序列，得到待鉴别品种红枣与每种标准品种红枣灰度图像的平均相似度，完成对待鉴别红枣的品种鉴别。通过上述方法可提高对干制红枣品种的鉴别精度。

本发明公开了一种自适应聚类的生菜品种鉴别方法，包括：步骤1、生菜样本光谱的采集：用光谱仪采集不同品种的生菜样本，获取生菜样本的漫反射光谱；步骤2、光谱的降维处理：采用主成分分析方法(PCA)将生菜样本光谱的维数降低；步骤3、进行生菜光谱的模糊C均值聚类，得到模糊隶属度以及聚类中心；步骤4、计算自适应聚类方法的参数λ；步骤5、采用自适应聚类方法进行生菜品种的鉴别。本发明采用无损检测技术，无需学习样本，具有检测速度快，鉴别准确率高等优点，可对多个品种的生菜进行准确鉴别。特别是在聚类包含噪声数据的生菜光谱数据方面优于模糊C均值聚类，在聚类性能上要优于现有的模糊C均值聚类。